基于结构化负荷模型的电力负荷概率区间预测

为了考虑电力负荷的不确定性,概率和区间预测成为电力负荷预测的重要方式之一。针对传统的负荷概率及区间预测方法没有考虑不同负荷成分的不确定性对电力负荷影响的问题,在分析电力负荷成分的基础上,基于结构化电力负荷模型提出一种电力负荷概率及区间预测方法。首先,对电力负荷的成分进行分析,针对不同负荷成分分别进行建模,构成结构化电力负荷模型;然后,基于历史负荷数据采用变分贝叶斯估计算法训练模型参数的后验概率分布;最后,基于训练完成的模型对未来负荷的概率分布进行预测,从而实现电力负荷概率区间预测。采用实际电力负荷数据进行验证,并与其他方法进行对比。实验结果表明,所提方法取得了较高的预测区间覆盖率和较窄的预测区间宽度。     

考虑高比例可再生能源出力不确定性的电力流规划方法EI北大核心CSCD

可再生能源接入比例的不断增加给包括电力流规划在内的电力系统规划工作提出了新的挑战,要求电力流规划必须考虑高比例可再生能源接入所带来的不确定性影响。提出了负荷水平模式的概念,对不同负荷水平出现时间和频度进行了分析,进而根据历史数据给出相应负荷水平下风、光等可再生能源出力的概率统计性特征及相应场景。在此基础上,建立了以社会总成本最小为目标的电力流规划模型,并采用了负荷水平模式+概率场景的方法来处理不同负荷水平下的可再生能源不确定性,可有效缩减不确定性的概率空间,提高了规划的精度和可靠性。最后利用某区域电网算例对所提模型进行了验证,并与现有主流不确定性规划方法进行了对比,仿真算例结果验证了所提模型的有效性。     

基于BiGRU-Copula的多重不确定性变量的概率区间预测方法

有效的概率预测方法有助于提升电网企业调度运行的经济性、可靠性.提出了一种基于BiGRU-Copula的多重不确定性变量的概率区间预测方法.首先引入深度学习方法,建立基于BiGRU的区间概率预测模型;然后建立针对多重不确定性因素概率特性采样的Copula模型;通过采样得到不同预测场景.基于真实历史数据设计仿真算例,结果表...     

考虑高比例可再生能源出力不确定性的电力流规划方法

可再生能源接入比例的不断增加给包括电力流规划在内的电力系统规划工作提出了新的挑战,要求电力流规划必须考虑高比例可再生能源接入所带来的不确定性影响。提出了负荷水平模式的概念,对不同负荷水平出现时间和频度进行了分析,进而根据历史数据给出相应负荷水平下风、光等可再生能源出力的概率统计性特征及相应场景。在此基础上,建立了以社会总成本最小为目标的电力流规划模型,并采用了负荷水平模式+概率场景的方法来处理不同负荷水平下的可再生能源不确定性,可有效缩减不确定性的概率空间,提高了规划的精度和可靠性。最后利用某区域电网算例对所提模型进行了验证,并与现有主流不确定性规划方法进行了对比,仿真算例结果验证了所提模型的有效性。     

高比例可再生能源电力系统结构形态演化及电力预测展望

在清洁化、低碳化和智能化的能源革命背景下,高比例可再生能源成为电力系统未来发展的一个突出特征,也导致了电力系统结构形态的巨变。文中对高比例可再生能源电力系统结构形态演化及电力预测方法进行了阐述。首先分析了电力系统结构形态的内涵及其要素,建立了其形态演化的驱动力综合模型,然后结合高比例可再生能源发展趋势,分析其对电力系统形态结构的影响,建立高比例可再生能源驱动的电力系统形态演化模型。围绕高比例可再生能源电力系统结构形态演化机理和复杂多重不确定性运行场景下的电力预测理论两个科学问题,分四个方面对其研究体系进行了详细阐述。     

电力市场环境下考虑可再生能源保障性消纳的电价风险评估

由于以风电、光伏为主的可再生能源出力的不确定性,高比例可再生能源的接入会给电力市场出清电价带来风险。基于此,以可再生能源保障性消纳作为电力市场出清模型边界,提出考虑可再生能源不确定性的市场电价风险评估方法。首先,利用基数约束子模块化场景缩减技术刻画可再生能源出力的不确定性,生成具有代表性的有限场景集合。其次,建立考虑可再生能源保障性消纳的电力市场出清模型并提出节点电价计算方法。然后,提出电价风险评估指标体系,从节点、区域和系统等多个层面评估可再生能源出力不确定性引发的电价风险。最后,通过改进的IEEE30节点算例系统验证所提方法的有效性。分析结果表明,所提方法能够有效评估可再生能源不确定性带来的系统电价风险以及节点电价风险,对可再生能源参与电力市场的相关研究具有一定的参考价值。     

计及需求响应和储能技术发展的未来区间电力流规模分析

区间电力流未来面临可再生能源比例升高,储能和需求响应技术发展、远距离输电经济性下降等机遇和挑战。首先介绍了区间电力流的发展与现状;然后考虑负荷和可再生能源出力的时序曲线、区域电网的电力平衡和现有互联通道,建立了以区间输电通道新增容量最小为目标函数的优化模型。最后,利用6个区域电网的预测数据进行了求解,结果表明应用需求响应和储能技术能有效削减区间输电通道新增容量需求,避免输电通道的过度建设,同时可以促进可再生能源消纳,在较高比例可再生能源场景下实现资源的优化配置。     

基于改进高斯过程回归的短期负荷概率区间预测方法

电力市场改革和分布式能源的并网给电网的运行和规划带来了许多不确定性的因素。为获取更准确、更综合的电力负荷预测值信息,提出一种基于K-means特征提取和改进高斯过程回归的短期负荷概率区间预测方法。首先利用历史负荷数据建立候选特征集,然后通过K-means的特征提取方法先对候选特征集进行分类,再利用K邻域内特征变量之间的互信息来选取负荷最优特征子集,并实时更新最优特征子集。为了准确捕捉电力负荷的时变特性,利用改进的高斯过程回归算法进行电力负荷概率区间预测,主要包括动态更新超参数和滑动窗更新训练样本集两个部分。实例表明,所提方法相比分位回归、高斯过程回归而言预测精度更好,所形成的预测区间具有更窄的区间宽度和更高的覆盖率,能为电力系统的运行规划提供更全面、更有效的负荷信息。     

考虑多重不确定性的综合能源系统日前优化调度

可再生能源出力和负荷的不确定性对综合能源系统优化调度提出了挑战。由可再生能源、大电网、热电联产机组、储电系统、储热系统和燃气锅炉等设备以及热、电负荷组合构成的综合能源系统经济调度模型,考虑到系统中可再生能源发电和负荷预测误差等多重不确定性特征,提出一种基于区间线性随机机会约束规划的优化调度策略。用概率分布函数描述系统中可再生能源发电预测的不确定性,用区间数描述负荷预测不确定性,由此构建了一个区间线性随机机会约束规划模型,利用Gurobi求解器对模型进行求解。通过一个热电综合系统将所提方法与单一的区间线性规划和随机机会约束规划模型进行了对比研究。结果表明,所提方法平均运行成本更低,对预测精度的依赖性更低,在保证系统安全运行的同时能提高综合能源系统运行的经济性。     

考虑数据和模型不确定性的短期风电功率概率预测

风电功率预测结果的不确定性包括数据不确定性和模型不确定性。首先,分析了两种不确定性的来源,给出了风电功率概率预测的目标和形式;其次,将风电功率条件概率分布的参数作为神经网络输出,并利用负对数似然损失作为损失函数,实现对数据不确定性的建模;然后,将神经网络的权重由确定的变量转变为随机变量,并采用概率分布表示,实现了对模型不确定性的建模;最后,提出了考虑数据不确定性和模型不确定性的风电功率概率预测方法。基于实际风电场数据分析了不同概率分布下预测的性能,结果表明,所提方法支持概率分布、区间、出力场景3种形式概率预测;并且考虑模型不确定性后,提升了概率分布预测的性能;也验证了在异常天气条件下,所提方法能够表征预测结果的不确定性。     

高比例可再生能源电力系统的关键科学问题与理论研究框架

大力发展可再生能源是应对能源危机和环境问题的重要手段,高比例可再生能源并网将成为未来电力系统的基本特征。文中从高比例可再生能源接入带来的强不确定性和高度电力电子化带来的稳定机理变化两个方面,分析了高比例可再生能源电力系统面临的关键科学问题。在此基础上,从中国未来电力系统结构形态分析与电力预测、含高比例可再生能源的输电系统规划、含高渗透率可再生能源的配电系统规划、电力电子化电力系统稳定性分析、含高比例可再生能源交直流混联系统的优化运行等5个方面,提出了高比例可再生能源电力系统的研究框架,重点阐述了这5个方面的相互关系。最后,对未来高比例可再生能源电力系统的研究进行了总结和展望。     

考虑变量相关性的改进场景优化法区间潮流计算

可再生能源出力和负荷波动的不确定性增加了电力系统运行状态的不确定性,为此提出一种考虑区间变量间相关性的区间潮流场景非线性优化方法.通过构造不确定平行四边形区域表示区间变量间的相关性,针对场景优化法可能造成重复计算的问题,通过对比节点电压对节点功率的灵敏度的正、负性,将变化趋势一致的状态变量进行归类计算.算例分析结果表明...     

基于结构化负荷模型考虑不确定性的电力负荷概率及区间预测

为了考虑电力负荷的不确定性,概率和区间预测成为电力负荷预测的重要方式之一。针对传统的负荷概率及区间预测方法没有考虑不同负荷成分的不确定性对电力负荷影响的问题,在分析电力负荷成分的基础上,基于结构化电力负荷模型提出一种电力负荷概率及区间预测方法。首先,对电力负荷的成分进行分析,并针对不同负荷成分分别进行建模,构成结构化电力负荷模型;然后,基于历史负荷数据采用变分贝叶斯估计算法训练模型参数的后验概率分布;最后,基于训练完成的模型对未来负荷的概率分布进行预测,从而实现电力负荷概率区间预测。采用实际电力负荷数据进行验证,并与其它方法进行对比。实验结果表明,所提方法取得了较高的预测区间覆盖率和较窄的预测区间宽度。     

风电并网关键技术：风电的直接概率预测

风电是一种重要的可再生能源,但风电具有的高波动性和随机性使其大规模并网运行面临各种困难和挑战。准确的风电功率预测是减少风电并网风险的关键技术之一。由于风电功率时间序列的高度波动性,传统的基于点预测方法无法提供可靠的风电功率预测结果。基于概率区间的风力发电预测技术能够同时量化预测误差和相关概率,从而降低由于预测误差带来的各种风险,可以更有效地支持电力系统应对各种不确定性和风险。首先总结风电功率预测技术的最新发展,然后提出了一个基于超级学习机和进化计算的方法直接生成风电预测区间。相较于已有的方法,所提出的算法优点在于能够直接通过一次性优化过程产生预测区间,从而在保证高有效性的前提下简化了模型和计算量,避免了传统方法中包含的误差数据分析等高计算量的步骤。通过丹麦实际风电场数据对所提出的方进行了各种测试,结果表明该方法能够高效和准确地提供风电功率概率预测区间。     

考虑多重区间不确定性的用户侧综合能源系统双层优化配置

为了解决用户侧综合能源系统规划和运行中缺乏不确定性因素考虑的问题,提出一种双层优化配置模型.为此,将负荷预测、可再生能源发电和能源价格的不确定性表示为区间数形式,以设备年投资费用和年运行费用为目标,且考虑运行费用波动水平的影响,构建了考虑区间不确定性的用户侧综合能源系统双层优化配置模型,上层采用粒子群优化,下层通过区间...     

数据驱动下风电–抽蓄联合参与日前–实时市场随机鲁棒竞价策略

风电出力不确定性和波动性导致其市场竞争力较弱,且电价的预测偏差可能进一步加大其市场风险。为减少不确定性因素对风电-抽蓄联合系统收益的不良影响,由对抗变分贝叶斯神经网络生成以风电为代表的可再生能源出力场景,基于数据驱动方法对实时电价进行模糊不确定性建模。通过随机鲁棒优化建立风电-抽蓄联合参与日前和实时电力市场的三阶段模型,相较于常规的两阶段随机优化,增加了第三阶段鲁棒改进过程,保证了竞价方案能够既有经济性又能够有效应对极端场景、既有鲁棒性又不过分保守。结果表明,所提方法比传统不确定性分析方法具有明显优势,能够在避免人为假设的前提下,高效且真实反映可再生能源出力场景以及表征电价不确定性,可有效减少风电实时出力波动和电价预测偏差带来的较高不平衡惩罚。     

面向电力市场的用户侧电力电量预测综述

对电力电量准确预测,把握其不确定性和随机性对电力市场的管理和发展具有重要意义。该文首先对电力市场及其环境下电力电量预测进行了简要概述;其次,从数据预处理、预测方法和预测场景3个角度出发,对面向电力市场的用户侧电力电量预测研究现状进行了总结与分析,详细阐述了新兴负荷、考虑分布式电源的接入、考虑需求响应、面对特殊事件与极端环境和面对综合能源系统5个场景下用户电力电量预测现状;最后,对现有研究面临的挑战进行了分析,并对未来研究方向进行了展望。     

考虑可再生能源消纳责任的售电公司购电决策分析

作为电力交易的主要参与者之一,售电公司须积极承担消纳可再生能源的责任.为分析可再生能源消纳责任考核对售电公司的影响,建立购电组合投资模型.模型采用场景法描述现货电价、可再生能源出力等因素的不确定性,以考虑条件风险价值的交易成本最小化为目标制定售电公司最优购电策略,并引入消纳责任考核的惩罚机制,实现对考核力度作用的评估....     

世界看好中国的电力工业

介绍国际能源机构（IEA）对全世界发电能力、电力投资、核电、水电和可再生能源发电的预测,叙述电力预测中若干不确定因素。并将IEA的预测数据与中国工程院的预测作对比分析,认为世界看好中国电力工业,中国更应把电力工业放在全世界电力发展的环境中进行研究,尤其应着重研究核电、水电和可再生能源发电的发展战略。     

考虑集群辨识的海量用户负荷分层概率预测

随着电力公司等传统能源企业向综合能源服务商的加速转型,原有的粗放式用户用电管理模式逐渐难以满足电力营销管理的需求.针对海量用户场景提出了用电模式分层聚类方法及用户集群辨识模型.基于用户集群辨识结果提出了条件残差模拟负荷概率预测模型,进行负荷分层概率预测,以实现对用户精细化用电管理.通过典型案例验证了所提方法的可行性与优...